Aprendizado Descritivo (2025/1) — DCC/UFMG
Prof. Renato Vimieiro
Essa disciplina é ofertada no Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de Minas Gerais. Ela tem como objetivo apresentar técnicas avançadas para identificação de padrões descritivos em bases de dados. A(o) aluna(o) terá contato com técnicas para aprendizado de padrões não-supervisionados e supervisionados. Serão discutidas as dificuldades computacionais da busca por tais padrões, bem como sua utilidade para análise exploratória de dados.
Os tópicos abordados na disciplina são:
- Diferenças entre aprendizado descritivo e preditivo.
- Aprendizado descritivo não-supervisionado.
- Aprendizado descritivo supervisionado.
- Representações condensadas.
- Métricas de qualidade de padrões descritivos.
- Algoritmos de aprendizado de padrões descritivos supervisionados e não-supervisionados.
- Estudos de casos e aplicações em problemas reais.
Os tópicos são apresentados através de aulas expositivas sobre o assunto, leitura e apresentação de seminários sobre artigos recentes na literatura, e projetos de aplicação dos métodos estudados para extração de conhecimento de bases de dados.
Utilize o menu acima ou o link a seguir para visualizar o conteúdo produzido nos seminários e projetos desenvolvidos pelos alunos na oferta de 2025/1.
- Seminários: Padrões frequentes; Descoberta de subgrupos; Aplicações
Uma página similar também foi construída para ofertas anteriores do curso. Os links estão a seguir: